KCI우수등재
디바이스 적응형 신경망 생성 및 배포 구현 = Implementation of Device-adaptive Neural Network Generation and Deployment
저자
발행기관
학술지명
전자공학회논문지(Journal of the Institute of Electronics and Information Engineers )
권호사항
발행연도
2024
작성언어
Korean
주제어
등재정보
KCI우수등재
자료형태
학술저널
발행기관 URL
수록면
27-33(7쪽)
제공처
디바이스의 성능이 높아짐에 따라 인공지능 응용도 급속도로 다양한 디바이스에 적용되고 있다. 디바이스에 적합한 빠른 신경망 개발은 기업의 경쟁력을 좌우하여, 이를 지원하기 위해 개발함과 동시에 바로 적용이 가능한 프레임워크인 MLOps(Machine Learning Operations)이 클라우드 서비스를 제공하는 글로벌 기업들에 의해 제공되고 있다. 하지만, 현재 제공되는 프레임워크는 고성능 자원을 유료로 제공하는 클라우드 서비스를 이용하였으며, 개발자가 원하는 타겟 디바이스에 최적인 신경망을 개발하는 데 한계가 있었다. 본 논문에서는 추론 신경망이 구동되는 디바이스를 고려하여 최적의 신경망 및 응용이 개발될 수 있도록 프레임워크를 구현하였다. 제안하는 프레임워크는 기존의 프레임워크에 비해 개발자가 인공지능에 다소 전문성이 부족하더라도 쉽고 빠르게 신경망을 개발할 수 있는 기능을 포함하였다. 그리고 개발된 프레임워크는 GitHub에 공개하여 관심있는 개발자 및 산업 적용에 애로점이 있는 개발자에게 소스코드를 제공하고 있다.
더보기As device performance improves, artificial intelligence applications are also rapidly being applied. Rapid neural network development suitable for devices determines a company's competitiveness, and to support this, MLOps (Machine Learning Operations), a framework that can be developed and applied immediately, is being provided by global companies that provide cloud services. However, the currently provided framework uses a cloud service that provides high-performance resources for a fee, and there are limitations in developing a neural network optimal for the target device desired by the developer. In this study, a framework was implemented so that optimal neural networks and applications can be developed by considering the devices on which the inference neural network runs. Accordingly, compared to existing frameworks, it includes a function that allows developers to develop neural networks easily and quickly even if they have less expertise in artificial intelligence. Additionally, the developed framework is made public on GitHub, providing source code to interested developers and developers who face difficulties in industrial application.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)